具有指定闭环极点的最优控制系统鲁棒稳定摄动界

对线性二次最优控制系统,给出了选择适当加权矩阵从而保证系统具有希望闭环极点的方法。加权矩阵可以通过与期望极点有关的变换阵来调节,使得系统具有希望的动态品质。针对这种闭环系统存在不确定扰动时,得出了保证系统稳定的不确定摄动界     

无人机三回路自动驾驶仪设计分析

三回路自动驾驶仪是基于最优调节(LQR)设计方法的无人机飞行控制系统,可应用极点配置方法设计三回路的自动驾驶仪控制器参数。通过推导三回路自动驾驶仪控制器参数的解析解,选取三组期望极点进行了极点配置,设计结果表明,系统的实极点位置对系统的响应速度有较大影响,闭环实极点与其它两个极点距离越远,离虚轴越近,响应速度越慢。     

一种新的极点配置广义预测控制方法

 提出一种新的极点配置广义预测控制方法,该方法在性能指标函数中引入控制增量的当前及过去值项来进行闭环系统极点配置,同时通过调节控制器中的设计参数可改进闭环系统动态性能,且能保证闭环系统无稳态输出误差。     

具有闭环极点约束的空天飞行器再入姿态的模糊保性能控制

 研究了空天飞行器(ASV)再入姿态的具有闭环极点约束的模糊保性能控制律的设计问题。基于ASV再入段存在参数摄动的不确定姿态动态系统的T S模糊模型，考查姿态角和角速率误差的镇定问题，结合圆盘极点约束，导出了具有极点约束的模糊保性能控制律存在的条件，基于Matlab的LMI(Linear Matrix Inequalities)和FLC(Fuzzy Logic Control)工具给出了ASV再入姿态的具有闭环极点约束的模糊保性能控制器的设计方法。仿真结果验证了算法的有效性。     

航空发动机分布式控制系统时延/丢包鲁棒性分析

为了定量描述航空发动机分布式控制系统对于时延/丢包的鲁棒性,开展了分布式控制系统鲁棒性分析研究.针对能够同时刻画时延和丢包控制系统模型,以线性矩阵不等式的形式给出了稳定性判据;使用区域极点配置技术设计控制增益矩阵,并对极点位于不同区域的闭环系统进行了时延/丢包稳定裕度的求解和验证;从时延/丢包鲁棒性及动态性能的角度对闭环极点的配置区域选取进行了探讨.仿真结果证实了该稳定性判据的有效性,进一步分析结果表明:当闭环极点被配置在-4附近时,系统具有最强的时延/丢包鲁棒性.综合考虑控制系统对于时延/丢包鲁棒性和动态性能的要求,可以将闭环极点配置在圆心在-8和-4之间、半径为1的圆盘区域内.      

一种基于生物趋化的改进粒子群算法

针对标准粒子群算法进行多极点函数优化时易导致早熟收敛及陷入局部最优的问题,把生物趋化原理引入到粒子群优化算法中,改变传统粒子群优化算法只存在吸引操作而没有排斥操作的单向性,提出一种保持种群多样性的改进算法,并对其关键参数的选择进行了研究。仿真实验结果表明,与传统粒子群优化算法相比,基于生物趋化的粒子群算法对于处理复杂的多峰函数或优化问题,可显著提高算法的全局寻优性能。     

二阶离散系统LQ问题加权阵的选择

本文针对单输入条件下二阶定常线性离散系统,讨论了线性二次型(LQ)问题中加权阵的选择问题。证明并给出了当要求闭环系统是渐近稳定时,加权阵与系统开、闭环特征多项式之间以及系统开、闭环极点之间的一组解析关系式。对实例的计算结果表明,利用这组关系,可以很方便地得到加权阵。     

根轨迹法在燃油控制回路PI控制器参数设计中的应用

为进一步提高航空发动机燃油控制回路的控制性能,使其达到数控系统性能指标要求,针对发动机的特性,从其控制系统的实际运用角度出发,开发出适用于其燃油控制回路PI控制器的根轨迹参数设计方法.该方法采用根轨迹图并结合控制性能指标要求确定了闭环主导极点的期望区域,在根轨迹图上放置极点和零点,移动闭环主导极点到期望区域内以确定满足性能指标要求的PI控制器参数.通过仿真试验发现,采用根轨迹法所设计的燃油控制回路PI控制器参数不仅能达到数控系统性能指标要求,所设计PI控制器的控制品质还明显优于零极点对消法.     

一种近似解耦方法在飞控系统中的应用

应用输出及部分状态反馈、极点配置和奇异摄动法对某高性能飞机的多变量飞行控制系统进行了设计。基于Ｐｏｒｔｅｒ的研究,对其不足之处做了改进。设计中考虑了１／ｇ因子的项,并推导了相应的数学表达式。借助这些表达式可调整控制器的参数值以求减少系统中的耦合以及配置闭环系统的零、极点使其满足设计要求。基本实现了快速和解耦控制。     

在俯仰面中导弹自动驾驶仪的不完整状态的反馈设计

极点配置法就是给十字尾控导弹设计一种线性导弹自动驾驶仪系统,选择合适的闭环极点位置的程序来保证期望的瞬间性能,极点配置方程式是简便的,可以在俯仰操纵面内求出快速稳定的加速度。前馈通道增益可以保证在一步输入情况下没有任何稳定态误差的跟踪。同样导弹的弹体速率、舵偏转峰值和舵速率的一些控制器可以有特定的稳定裕度。一个不完整状态反馈控制器不需要观察器系统。该设计在不同响应速度下可以达到期望的稳定裕度,同时利用硬件性能选择自动驾驶仪响应速度（GCF）。     

增广拉格朗日子集模拟优化方法

传统的工程结构优化设计方法在求解多设计变量、多约束条件的结构优化设计问题时,存在诸多不足,针对上述问题,基于增广拉格朗日约束处理方法和子集模拟优化方法发展一种新的结构优化设计方法——增广拉格朗日子集模拟优化方法(ALSSO).该方法首先利用拉格朗日乘子法处理多重约束条件,然后利用子集模拟优化方法对转化后的无约束优化问题进行求解;对罚函数因子的更新方法进行改进,以保证收敛过程的稳定性;利用两个算例对该方法的计算精度、稳健性以及计算效率进行验证,并与其他优化方法进行对比.结果表明:增广拉格朗日子集模拟优化方法具有非常优秀的寻优性能.     

Optimization and design of an aircraft's morphing wing-tip demonstrator for drag reduction at low speed,Part Ⅰ–Aerodynamic optimization using genetic,bee colony and gradient descent algorithms

In this paper, an ‘in-house' genetic algorithm is described and applied to an optimization problem for improving the aerodynamic performances of an aircraft wing tip through upper surface morphing. The algorithm's performances were studied from the convergence point of view, in accordance with design conditions. The algorithm was compared to two other optimization methods,namely the artificial bee colony and a gradient method, for two optimization objectives, and the results of the optimizations with each of the three methods were plotted on response surfaces obtained with the Monte Carlo method, to show that they were situated in the global optimum region. The optimization results for 16 wind tunnel test cases and 2 objective functions were presented. The 16 cases used for the optimizations were included in the experimental test plan for the morphing wing-tip demonstrator, and the results obtained using the displacements given by the optimizations were evaluated.     

Stochastic structural optimization using particle swarm optimization, surrogate models and Bayesian statistics

This paper focuses on a method to solve structural optimization problems using particle swarm optimization (PSO), surrogate models and Bayesian statistics. PSO is a random/stochastic search algorithm designed to find the global optimum. However, PSO needs many evaluations compared to gradient-based optimization. This means PSO increases the analysis costs of structural optimization. One of the methods to reduce computing costs in stochastic optimization is to use approximation techniques. In this work, surrogate models are used, including the response surface method (RSM) and Kriging. When surrogate models are used, there are some errors between exact values and approximated values. These errors decrease the reliability of the optimum values and discard the realistic approximation of using surrogate models. In this paper, Bayesian statistics is used to obtain more reliable results. To verify and confirm the efficiency of the proposed method using surrogate models and Bayesian statistics for stochastic structural optimization, two numerical examples are optimized, and the optimization of a hub sleeve is demonstrated as a practical problem.     

耦合均衡论和隐式约束伴随方法的翼型气动多目标优化设计

通过耦合Nash竞争对策和伴随方法来研究气动多目标优化问题,其中对策论是描述现实世界中包含有矛盾、冲突、对抗、合作等诸因素的数学模型的数学理论与方法。将对策论的方法应用于互为冲突的多目标气动优化设计中,寻找各冲突目标之间的平衡解。计算结果表明：Nash均衡论可以很好地处理多目标优化问题,并且能自然地运用于并行环境。     

基于工程环境的气动多目标优化设计平台研究

工程环境中,飞机气动力设计面临在多个目标和多种约束条件下寻找最优值,需在较短时限内完成设计优化,并保证最终方案可靠。基于高性能计算环境,采用现代计算流体力学(CFD)数值模拟技术和优化技术等构建了面向实际工程的飞行器气动多目标优化设计平台:采用基于非均匀有理B样条(NURBS)方法的自由曲面变形技术,实现对工程复杂气动外形的参数化表达;采用网格变形技术,实现优化过程中计算网格的自动更新;采用基于有限体积方法和多块结构网格的雷诺平均Navier-Stokes(RANS)方程并行解算器进行气动力求解;采用基于精英保留策略的非支配排序的多目标遗传算法(NSGA-II)进行多目标全局优化求解;采用非线性单纯形算法进行局部优化求解,优化过程中,通过人工调整优化种群,引入人工经验,构建"人在回路"的设计流程。以某翼型/机翼气动力优化设计为例对该平台技术进行验证:多目标优化设计可得到清晰的Pareto前沿解分布;优化后的翼型/机翼在满足各项约束的前提下,具备更高的综合气动性能。结果表明:所发展的气动多目标优化设计平台具有很好的工程适用性。     

小孔节流静压轴承多目标模糊优化设计

在静压轴承的设计中，有许多设计参数属于模糊变量，而且有许多模糊因素（如设计水平、制造水平、材质优劣等）也影响设计结果。为解决这些问题，寻求静压轴承的最佳设计方案，本文推导出小孔节流静压轴承模糊约束多目标优化数学模型，阐述了应用最优水平截集法和扩增系数法，通过二级模糊综合评判，将模糊约束多目标优化问题逐步转化为普通约束单目标优化问题，最后用复合型法求出静压轴承最优解的全部过程，为静压轴承的设计提供了一套更符合客观实际的切实可行的多目标优化方法。     

复合板材低雷达散射截面优化设计的研究

 本文将多层介质材料的电磁反射系数与优化技术相结合,提供了复合板材低雷达散射截面优化设计的方法。编制了优化复合板材几何参数和每层电磁参数的计算机程序。对两个算例进行了优化设计,所获结果合理,为隐身飞机的材料选择和结构设计提供了有用的方法。     

连续纤维增强整体叶环结构方案优化设计

为设计出更轻质高强度的轮盘,提高航空发动机推重比,基于ANSYS优化平台,提出并建立整体叶环子午面结构参数化模型,筛选子午面主要结构优化设计变量,在金属盘结构设计准则应力标准基础上,提出并建立纤维增强整体叶环轻量化结构优化设计数学模型。扩展并建立复合材料轮环结构优化设计约束条件。借助轮环结构优化数学模型及ANSYS优化方法,通过典型纤维增强整体叶环结构优化设计,得到满足所有强度约束条件下的轻量化轮环结构,钛基SiC纤维在增强整体叶环结构的同时可以减少39.92%的质量,表明纤维增强整体叶环设计技术在叶环结构减重方面具有明显优越性,表明纤维增强整体叶环结构方案设计方法的有效性。     

固体火箭发动机总体参数优化设计

在固体火箭发动机总体参数优化设计过程中,数学模型的建立是非常重要的,数学模型建立的好坏直接影响优化计算的精度和适用性。发动机的数学模型包括能量模型和质量模型。能量模型采用了两种方法:(1)美国SPP法中的SPP经验法。(2)统计方法(Landsbaum法)。在统计方法中,采用多元回归分析的方法,编制了计算机程序,进行最佳拟合,得到一种计算固体火箭发动机实际比冲的通用公式[2]。      

Pareto遗传算法在气动外形优化中的应用

Pareto方法作为一种多目标优化方法,能够一次性获得优化问题对应的不同权重分配情况下的所有最优解集。它与遗传算法结合产生的Pareto遗传算法,是求解多目标优化问题的Pareto最优解集合的一种有效手段。本文将两种常用的Pareto遗传算法,MOGA方法和两支联赛遗传算法应用到气动外形优化中,针对具体算例进行气动外形的优化设计,得到了满意的优化设计结果。